农业自动化领域中计算机视觉技术的应用

计算机视觉技术的应用已扩展到农业自动化领域。该文介绍了计算机视觉系统的组成,概述了国内外计算机视觉技术在农业生产自动化中的应用状况,并对计算机视觉技术应用于农业自动化中存在的问题及发展前景做了概括     

孔隙结构图像分析中不同试验因素对分析结果的影响

研究了不同试验因素 (包括图像分辨率、土壤切片定向性、分析区域大小等 )对孔隙结构图像分析结果的影响以及试验误差 ,并简要介绍了用于分析土壤孔隙结构的土壤切片及数字图像的制备技术。结果表明 :不同试验因素对分析结果均会产生一定的影响 ,试验误差约在 1 0 %。这表明同一研究中应保持试验条件的相对一致以保证分析结果的可靠性和可比性     

基于多层感知器神经网络对遥感融合图像和TM影像进行土地覆盖分类的研究

８０年代以来，人工神经元网络（ＡＮＮ）技术的应用不断向广度和深度发展．用不同空间分辨率的ＴＭ和ＩＲＳ遥感图像进行融合，综合了不同传感器数据所提供的信息，增强了图像的清晰度，改善了解译效果。用多层感知器神经网络对遥感融合图像进行分类，分类精度达９５％，比用多层感知器神经网络对ＴＭ图像进行分类（分类精度达７３％）效果要好．     

基于SPOT5多光谱影像和近期航摄影像的土地利用动态监测方法研究

在国内外土地利用动态监测研究与应用中,受遥感影像分辨率的限制,能满足较大比例尺的土地利用动态遥感监测的还较少.该文以浙江省宁波市鄞州区区域内一块试验区为例,利用SPOT5多光谱影像,结合近期航片,通过特征变异法,进行1∶1万土地利用动态遥感监测.试验结果表明,应用航片与卫片融合的新方法,进行土地利用动态监测是可行的.     

基于拟脑智能系统的烤烟烟叶分级研究

对烟叶进行检测与分级是控制烟叶质量的重要手段之一.研究烟叶质量的合理表征参数及其自动提取方法,以及烟叶辅助分级系统,是迫切需要解决的问题.应用人工智能方法和计算机技术进行烤烟烟叶自动分级,提出一种借鉴生物脑信息处理结构的烤烟烟叶智能分级系统.该系统由思维模型、感觉模型和行为模型3个子系统构成,分别模拟分级专家的思维智能、感知智能和行为智能,具有学习与记忆、判断与模糊推理、分级决策等多种思维功能,以及图像自动采集、上下位机通信等协调与控制功能.应用该系统进行烟叶分级试验的结果与分级专家分级结果的平均一致率可达到85%,与人工分级水平相当.     

基于模糊C均值聚类的作物病害叶片图像分割方法研究

为提高作物病害图像的分割效果,根据作物病害图像的特点,提出了一种基于模糊C均值聚类算法(FCM)的作物病害图像自适应分割方法.该方法将像素的灰度与其邻域均值作为FCM的输入特征,变换FCM的隶属度函数使其包含图像的局部邻域特性;通过聚类有效性验证分析和试验确定模糊C均值聚类算法(FCM)的最优聚类数、模糊加权指数.运用该方法对棉花病害叶片图像进行分割.结果表明:该方法能较好将病斑部分和正常部分分割开,平均分割误差率小于5%,对作物病害图像的分割处理非常有效.     

数字图像和逐步回归客观评定冷却猪肉肉色

为开发准确、快速的猪肉肉色质量客观评定方法,研究了数字图像处理和和逐步回归模型对冷却猪肉肉色客观评定分级的效果.对宰后冷却24 h的猪删体,切开第3～4肋骨间背最长肌,发色60 min,数码相机获取数字图像处理后提取断面肉色参数(L *、a *、b *、Chroma、Hue angle).提取的80头猪胴体背最长肌肉色参数经逐步回归建立了肉色评定模型.结果表明,数字图像处理后提取肉色参数建立的逐步回归模型评定冷却猪肉肉色分值的效果优于BP人工神经网络模型;若以|评定肉色分值-感官肉色分值|≤0.3为评定正确判断标准,前者评定正确率为78.8%,后者为60.4%; 前者与本试验评定正确率最高的单个感官评定人员相比(78.2%),差异不显著(P>0.05).因此,数字图像处理可有效地对冷却猪肉肉色进行客观评定.     

水土保持监测中SPOT5遥感图像几何精校正方法研究

为探索空间分辨率为2.5 m的SPOT5遥感图像用于水土保持监测的可行性,须进行遥感图像几何精校正。在理论分析遥感图像校正模型的基础上,通过实例计算,详细研究各种可能的几何精校正方法及实际精度状况。综合考虑几何位置变换精度、灰度重采样精度,确定适合水土保持监测的SPOT5遥感图像的几何精校正方法。     

基于多源Sentinel数据的县域冬小麦种植面积提取

冬小麦是我国主要的粮食作物之一,及时准确地获取冬小麦种植面积对农业政策的制定具有重要意义。以河南省扶沟县为研究区域,以多生育期Sentinel-1A和Sentinel-2A/B遥感影像为数据源,构建光谱特征、植被特征和极化特征的多生育期数据集,分析各类地物的特征曲线,采用随机森林算法对单生育期单传感器、单生育期多传感器、多生育期单传感器和多生育期多传感器的遥感影像进行精细分类,实现县域冬小麦制图。结果显示：单生育期的雷达影像无法满足制图要求,拔节期的总体精度最高,仅为62.9%,多生育期雷达影像分类精度达到81.9%,基本满足制图要求;单生育期的光学影像和融合影像在成熟期的精度最高,总体精度分别为93.4%和95.1%,Kappa系数分别为92.4%和94.8%,可以绘制较为精准的冬小麦分布图;多生育期融合影像绘制的扶沟县2019年冬小麦空间分布图,总体精度为96.8%,结果最优。研究结果表明融合的多生育期遥感影像可以为县域冬小麦种植面积的提取提供技术依据。     

基于栅格空间数据的粤北山区土地可持续利用评价

选择粤北山区的韶关市作为研究区域,利用遥感和GIS技术,构建了一套适合研究区域的土地可持续利用评价指标体系,并提出了一个土地可持续利用定量评价模型.然后对评价指标数据进行了标准化和空间化处理,对研究区域进行了基于橱格空间数据的土地可持续利用评价.最后总结研究区的土地可持续利用状况,提出了适合研究区域土地可持续利用的可行性建议.